包邮计量经济学与STATA应用

目录 前言 **篇 **假设下的计量分析 第1章 一元线性回归模型 3 1.1 回归分析概述 3 1.2 一元线性回归模型的参数估计 7 1.3 一元线性回归模型假设与OLS估计量的统计性质 11 1.4 Stata 17.0的基本窗口及一元线性回归 16 本章练习 21 第2章 多元线性回归模型 23 2.1 遗漏变量偏差 23 2.2 多元线性回归模型定义与参数估计 24 2.3 多元线性回归模型假设 30 2.4 多元线性回归参数估计量的统计性质 31 2.5 多元线性回归的Stata应用 33 本章练习 35 第3章 统计推断问题 37 3.1 一元线性回归统计推断 37 3.2 多元线性回归统计推断 45 3.3 线性回归统计推断的Stata应用 52 本章练习 55 第二篇 非**假设下的计量分析 第4章 数据问题的处理 61 4.1 多重共线性 61 4.2 缺失值 63 4.3 观测误差 64 4.4 异常值 65 本章练习 67 第5章 虚拟变量与非线性估计 68 5.1 虚拟变量 68 5.2 虚拟变量的应用 69 5.3 线性概率模型 70 5.4 可化为线性的多元非线性模型 73 5.5 模型的Stata代码实例 76 本章练习 81 第6章 内生性与工具变量法 82 6.1 内生变量的定义与后果 82 6.2 内生性的来源 82 6.3 内生性处理与工具变量的思想 83 6.4 工具变量必须满足的两个条件 84 6.5 2SLS法及Stata应用 84 6.6 工具变量法三大检验及Stata应用 85 本章练习 87 第7章 异方差与序列相关 89 7.1 对**假设的违背 89 7.2 球形扰动项 89 7.3 异方差 91 7.4 自相关 94 7.5 异方差与序列相关的Stata应用 98 本章练习 99 第三篇 时间序列分析 第8章 时间序列分析简介 103 8.1 时间序列数据的有限样本性质 103 8.2 简单的时间序列分析：静态模型与有限分布滞后模型 106 8.3 简单时间序列分析中的模型调整 110 8.4 简单时间序列分析的Stata应用 113 本章练习 118 第9章 平稳时间序列分析 119 9.1 AR模型 119 9.2 MA模型 124 9.3 ARMA模型 125 9.4 平稳时间序列分析的Stata应用 127 本章练习 132 第10章 非平稳时间序列分析 133 10.1 非平稳时间序列基本概念 133 10.2 ARIMA模型原理 134 10.3 时间序列平稳性检验 136 10.4 ARIMA建模及预测 139 10.5 ARIMA建模的Stata应用 140 本章练习 144 第11章 VAR模型 145 11.1 VAR模型的估计思路 145 11.2 诊断性检验与模型滞后期选择 148 11.3 IRF 150 11.4 VAR模型的Stata运用 151 本章练习 157 第四篇 计量经济学方法与模型专题 第12章 MLE 161 12.1 MLE的估计思路 161 12.2 MLE的统计学性质 164 12.3 MLE的假设检验 166 12.4 MLE的Stata运用 169 本章练习 170 第13章 GMM 172 13.1 矩估计的估计思路 172 13.2 GMM的估计思路 173 13.3 GMM量的统计性质 175 13.4 GMM的假设检验 177 13.5 GMM的Stata运用 177 本章练习 181 第14章 离散选择模型 182 14.1 二元选择模型概述 183 14.2 二元选择模型的估计思路 185 14.3 二元选择模型的有效性评估与假设检验 187 14.4 多元选择带来的问题与解决思路 188 14.5 二元选择模型的Stata运用 192 本章练习 195 第15章 面板数据模型 197 15.1 面板数据的估计思路与估计方法 197 15.2 诊断性检验与模型选择 200 15.3 DID模型 202 15.4 面板数据模型的Stata运用 204 本章练习 208 参考文献 210 附录A 概率统计基本知识 212 A1 随机变量取值与分布 212 A2 一些常用的分布函数 214 A3 联合分布 216 A4 条件分布 218 附录B 线性代数的基本知识 220 B1 标量、向量与矩阵 220 B2 矩阵的基本运算 220 B3 频谱分解 225